opencv 均值滤波的分离滤波器 c++

以下是使用C语言实现OpenCV中分离均值滤波器的示例代码：

#include <stdio.h>
#include <stdlib.h>
#include <opencv2/opencv.hpp>

using namespace cv;

int main(int argc, char** argv)
{
    if (argc != 2)
    {
        printf("Usage: ./mean_filter <image_path>\n");
        return -1;
    }

    Mat image, blurred_image;
    image = imread(argv[1], IMREAD_COLOR);

    if (!image.data)
    {
        printf("Could not open or find the image.\n");
        return -1;
    }

    int kernel_size = 5;
    float kernel_data[kernel_size] = { 0.2, 0.2, 0.2, 0.2, 0.2 };

    Mat horizontal_kernel = Mat(1, kernel_size, CV_32F, kernel_data);
    Mat vertical_kernel = Mat(kernel_size, 1, CV_32F, kernel_data);

    sepFilter2D(image, blurred_image, -1, horizontal_kernel, vertical_kernel, Point(-1, -1), 0, BORDER_DEFAULT);

    namedWindow("Original Image", WINDOW_NORMAL);
    namedWindow("Blurred Image", WINDOW_NORMAL);

    imshow("Original Image", image);
    imshow("Blurred Image", blurred_image);

    waitKey(0);

    return 0;
}

在上述代码中，我们首先读入一张彩色图像，然后定义了一个5x5的均值核，并将其分别转换为水平和垂直方向的核。接着，我们使用OpenCV的`sepFilter2D`函数对图像进行分离均值滤波。最后，我们将原始图像和模糊后的图像显示在两个窗口中，等待用户按下任意键退出程序。

需要注意的是，在使用`sepFilter2D`函数时，我们需要将`ddepth`参数设置为`-1`，这表示输出图像的深度与输入图像相同。另外，我们还需要指定卷积核的中心点位置为`(-1,-1)`，表示中心点位置为核的中心，默认情况下，中心点位置为核的左上角。最后一个参数表示边缘填充方式，默认为`BORDER_DEFAULT`，表示使用默认的边缘填充方式。